%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
阿里通義將在即將舉行的雲棲大會上發佈視頻生成大模型，引發業界高度關注。目前，通義App頻道和通義萬相PC端已悄然上線了“視頻生成”入口，但功能尚未開放，用戶僅可進行預約。
據頁面信息顯示，這一全新視頻生成大模型是由阿里旗下通義實驗室自主研發，包含“文生視頻”和“圖生視頻”兩種主要創作模式，用戶可通過文字或圖像生成相應的視頻內容。
此次發佈無疑將爲內容創作者帶來全新的視頻製作體驗，也標誌着阿里在AI生成內容領域邁出了重要一步。
預約地址:https://tongyi.aliyun.com/wanxiang/wanxvideo
上海人工智能實驗室日前推出的Vchitect2.0視頻生成模型正在悄然改變視頻創作的遊戲規則。這款尖端AI工具不僅簡化了視頻製作流程，還爲創作者提供了前所未有的靈活性和高質量輸出。Vchitect2.0的核心優勢在於其強大的生成能力和高度的可定製性。用戶只需輸入文字描述或上傳靜態圖像，即可生成5到20秒的高清短視頻。這一功能極大地降低了視頻創作的門檻，使得即使沒有專業設備和技能的普通用戶也能輕鬆製作出高質量的視頻內容。該模型的技術實力令人矚目。擁有20億參數的強大算法
最近，微軟發佈了一個名爲 Windows Agent Arena（WAA）的新平臺，專門用於測試人工智能助手在真實 Windows 操作系統環境中的表現。這個創新的基準測試工具旨在加速 AI 助手的發展，使其能夠在各種應用中執行復雜的計算任務，提升人機互動的效率。研究團隊在 arXiv.org 上發佈了一篇論文，指出大語言模型在作爲計算機助手方面展現出巨大潛力，能在需要規劃和推理的多模態任務中提升人類的工作效率和軟件可訪問性。然而，如何在真實環境中衡量 AI 助手的表現，依然是一個難題。Windows Agent
隨着人工智能技術的不斷進步，用戶界面（UI）的理解成爲了創建直觀且有用的AI應用程序的關鍵挑戰。最近，蘋果公司的研究人員在一篇新論文中介紹了UI-JEPA，這是一種旨在實現輕量級設備端UI理解的架構，它不僅保持了高性能，還顯著降低了UI理解的計算要求。UI理解的挑戰在於需要處理跨模式特徵，包括圖像和自然語言，以捕捉UI序列中的時間關係。儘管多模態大型語言模型（MLLM）如Anthropic Claude3.5Sonnet和OpenAI GPT-4Turbo在個性化規劃方面取得了進展，但這些模型需要大量的計算資源、巨
崑崙萬維旗下的音樂平臺音瘋AI近期推出了一項新功能——自定義「主唱歌手」，允許用戶根據自己的音樂作品風格挑選合適的歌手音色。
最近，美國的一些大型人工智能公司再次向白宮做出了莊重的承諾，表示將會阻止他們的 AI 產品被用於生成非自願的深度僞造色情內容以及兒童性虐待材料。包括 Adobe、Anthropic、Cohere、微軟、OpenAI 和開放源代碼網絡數據存儲庫 Common Crawl 在內的六家公司，簽署了這一非約束性的承諾，力求保障其產品不會被濫用於製造有害的性別暴力圖像。圖源備註:圖片由AI生成，圖片授權服務商Midjourney白宮表示，隨着 AI 技術的迅速發展，基於圖像的性別暴力案件急劇上升，已成爲近年來最令人擔憂的 A
在印度，失蹤兒童的問題愈發嚴重。到2023年底，失蹤兒童的數量已經上升到47，000人。爲了應對這一挑戰，警方開始藉助人工智能技術來幫助解決案件。2024年1月，德里警方成功破獲了一起 “盲案”，這得益於 AI 的幫助。警方組成了一個30人的團隊，通過 AI 技術重建了一名身份不明的男子的面部特徵。由於該男子的面部已經損壞得無法辨認，AI 生成的圖像成爲了關鍵的突破口。圖源備註:圖片由AI生成，圖片授權服務商Midjourney最終，這張經過處理的圖像被上傳到犯罪和刑事追蹤網絡（CCTN）